服務供應鏈的需求規劃

幾年前有機會參與一個服務供應鏈的專案，短短的8個多月裡面讓我發現這個題目真是博大精深，就先來談談需求規劃的部份。

一般產品銷售就是找銷售部門、經銷商代理商一起來做預測，整理整理就是了；先進點的，就跑跑統計模型，由歷史資料來推估需求，還有大概也就是按照業績目標來盯，確定需求預測跟業績目標一致。

服務備品的需求預測就複雜多了。首先，歷史資料可能少的可憐，尤其是新產品。想像一下，如果iPhone 6 在9月份上市，那到現在才3個月不到，加上iPhone的品質，可能拿回來修的不多，哪來的歷史資料?

如果好不容易，到了明年7、8月，資料差不多夠用了，iPhone 7或是 6s又差不多要出了，服務部門就要做一件事情，叫做Last Time Buy，也就是再下最後一次訂單買維修用料。這個時候，怎麼預估接下來幾年的用量，那就很困難了。為什麼？因為客戶也許不來修了，換個新iPhone 7/6s不是很好？也有可能他繼續用、繼續修，用個3~5年，那麼你就要有料給他修。

所以，需求預測對於服務維修庫存是極關重要的事情，而last time buy又是重要中的重要，除非產品是可以賣個10幾、20年，而且那些料都還買的到。

現在許多電子產品生命週期短，生命週期前面沒歷史資料，然後上市沒多久就要做last time buy，所以就讓服務部門很難進行規劃備料。而且還要去預估客戶的行為，是不是會拿回來修，或許前幾年會回來修，到了第二、第三年，返修率就會慢慢降低了。這些因素都跟一般正常品銷售預測不同，也因此更困難。
因為IOT物聯網，有些產品可以直接上網回饋一些使用資訊，例如飛機、汽車，讓廠商可以收集使用資訊預估故障機會與時間，協助進行需求規劃，但是還是有些產品沒有辦法這樣處理。

有些產品並不是由產品公司直接維修，而是透過所謂授權服務商 (authorized service provider, ASP) 來提供服務，例如聯強，所以產品公司如何由ASP方拿到維修記錄，也是服務供應鏈目前一大課題。

總之，我認為服務備品的需求規劃困難度不比正常品簡單，而誤差所造成的影響卻很直接：備多了，就可能有一堆呆滯庫存；備少了，可能造成客戶不良觀感，由他的口碑可能影響更多的人，傷害產品的銷售。  (想像如果修個電腦、手機要好幾個禮拜，你會不會抱怨? 下次你還會買他們的產品?)